方法中的任 意一个或多个。因此，"机器可读介质"指单个存储装置或设备、以及基于云的存储系统或包 括多个存储装置或设备的存储网络。因此，术语"机器可读机制"应看作包括但不限于固态 存储器、光学介质、磁介质或其任意适当组合的一个或多个有形数据仓库。
[0130] 在该说明书中，复数实例可以实现被描述为单数实例的组件、操作或结构。虽然一 个或多个方法的各个操作被示意和描述为分离的操作，各个操作中的一个或多个可同时执 行，并且无需按所示顺序执行操作。在示例配置中被示为分离的组件的结构和功能可以被 实现为组合结构或组件。类似地，被示为单个组件的结构和功能可以被实现为分离的组件。 这些和其他变型、修改、添加和改进属于此处主题的范围。
[0131]此处，某些实施例被描述为包括逻辑或者多个组件、模块或机构。模块可以构成软 件模块(例如在机器可读介质上或在传输信号中体现的代码)或硬件模块。"硬件模块"是能 够执行某些操作的有形单元，并且可以某物理方式配置或布置。在各种示例实施例中，一个 或多个计算机系统(例如独立的计算机系统、客户端计算机系统或服务器计算机系统)或者 计算机系统的一个或多个硬件模块(例如处理器或处理器组)可由元件(例如应用或应用部 分)配置为操作以执行此处描述的特定操作的硬件模块。
[0132]在一些实施例中，硬件模块可以机械方式、电子方式或其任意适当组合来实现。例 如，硬件模块可以包括永久地被配置为执行特定操作的专用电路或逻辑。例如，硬件模块可 以是专用处理器，如现场可编程门阵列(FPGA)或ASIC。硬件模块还可以包括由软件临时配 置为执行特定操作的可编程逻辑或电路。例如，硬件模块可以包括通用处理器或其他可编 程处理器中包含的软件。应理解：以机械方式、以专用和永久配置的电路或以劣势配置的电 路(例如由软件配置)的决定可处于成本和时间的考虑。
[0133]因此，短语"硬件模块"应理解为涵盖有形实体，是在物理上构造、永久配置（例如 硬线连接)或临时配置(例如编程)为以特定方式操作或执行此处描述的特定操作的实体。 如此处使用的，"硬件实现的模块"指硬件模块。考虑临时配置(例如编程）的硬件模块的实 施例，无需再任一时刻配置或实例化硬件模块中的每一个。例如，如果硬件模块包括被软件 配置成为专用处理器的通用处理器，通用处理器可以在不同时刻被配置为分别不同的专用 处理器(例如包括不同的硬件模块）。因此，软件可以将处理器例如配置为在一个时刻构成 特定硬件模块并在另一时刻构成不同的硬件模块。
[0134] 硬件模块可以向其他硬件模块提供信息并从其他模块接收信息。因此，所描述的 硬件模块可以被看作通信耦合。如果同时存在多个硬件模块，可以通过两个或更多个硬件 模块之间的信号传输(例如通过适当的电路和总线)实现通信。在多个硬件模块在不同时间 配置或实例化的实施例中，这样的硬件模块之间的通信可以例如通过存储并取得多个硬件 模块可访问的存储器结构中的信息来实现。例如，一个硬件模块可以执行操作并在其通信 耦合的存储设备中存储该操作的输出。另一硬件模块接着可以稍后访问存储器设备，以取 得并处理所存储的输出。硬件模块还可以发起与输入或输出设备的通信，并且能够对资源 (例如信息的集合)操作。
[0135] 此处描述的示例方法的各种操作可以至少部分地由临时配置(例如通过软件)或 永久配置为执行相关操作的一个或多个处理器执行。无论临时还是永久配置的，这样的处 理器构成操作以执行此处描述的一个或多个操作或功能的处理器实现的模块。如此处使用 的，"处理器实现的模块"指使用一个或多个处理器实现的硬件模块。
[0136] 类似地，此处描述的方法可以至少部分是处理器实现的，处理器是硬件的示例。例 如，方法的至少一些操作可由一个或多个处理器或处理器实现的模块执行。此外，一个或多 个处理器还可操作，以在"云计算"环境中或作为"软件即服务"（SaaS)执行有关操作。例如， 操作中的至少一些可由计算机(作为包括处理器的机器的示例)组执行，这些操作可经由网 络(例如互联网）并经由一个或多个适当接□(例如应用程序接口（API))访问。
[0137] 执行特定操作可以分布在一个或多个处理器之间，所述处理器不仅位于单个机器 上，还跨多个机器部署。在一些示例实施例中，一个或多个处理器或处理器实现的模块可以 位于单个地理位置(例如在家庭环境、办公室环境或服务器群中）。在其他示例实施例中，一 个或多个处理器或处理器实现的模块可以分布在多个地理位置。
[0138] 此处讨论的主题的一些部分可以用算法或对数据的操作的符号表示给出，所述数 据存储为机器存储器(例如计算机存储器）内的比特或二进制数字信号。这样的算法或符号 表示是数据处理技术领域普通技术人员用来向其他本领域技术人员传达他们工作实质的 技术的示例。如此处使用的，"算法"是操作的自洽序列或导致期望结果的类似处理。在该上 下文中，算法和操作涉及对物理量的物理操作。通常但非必要地，这样的量可以采取能够由 机器存储、访问、传输、组合、比较或以其他方式操纵的电气、磁或光学信号的形式。有时，主 要由于常见用法的原因，使用诸如"数据"、"内容"、"比特"、"值"、"元素"、"符号"、"字符"、 "项"、"数"、"数字"等词语来指代这样的信号是方便的。然而，这些词语仅仅是方便的标记， 并且应与适当的物理量相关联。
[0139]除非另行具体说明，此处使用诸如"处理"、"计算"、"运算"、"确定"、"呈现"、"显 示"等的讨论可以指操纵或变换被表示为一个或多个存储器(例如易失性存储器、非易失性 存储器或其任意组合）、寄存器或接收、存储、发送或显示信息的其他机器组件内的物理(例 如电子、磁或光学)量的数据的机器(例如计算机)的动作或过程。此外，除非另行具体说明， 如专利文献中常见的，此处术语"一"或"一个"用于包括一个或多于一个实例。最后，如此处 使用的，除非特别说明，连词"或"指非排他的"或"。
【主权项】
1. 一种系统，包括： 图像上传辅助模块，被配置为： 从用户的设备接收图像；以及 使用户的设备显示图像的清晰度分数，作为对接收到图像的响应；以及 处理器，被图像清晰度检测模块配置为： 将图像划分为沿图像的横轴和纵轴在量上相等的矩形区域； 计算沿图像的横轴和纵轴在量上相等的矩形区域的模糊分数， 计算矩形区域的模糊分数基于非参考模糊度量； 基于在相互垂直的方向上对图像进行滤波的两个结果，计算图像的加权矩阵； 基于将加权矩阵应用于矩阵区域的模糊分数，产生图像的清晰度分数。2. 根据权利要求1所述的系统，其中，图像清晰度检测模块还将处理器配置为： 根据在相互垂直的方向上对图像进行滤波的两个结果，产生边缘能量图；以及 基于边缘能量图，计算加权矩阵。3. 根据权利要求2所述的系统，其中： 边缘能量图量化沿图像的横轴和纵轴在量上相等的每个矩形区域的边缘能量值；以及 图像清晰度检测模块还将处理器配置为累计每个矩形区域的边缘能量值。4. 根据权利要求1所述的系统，其中，图像清晰度检测模块还将处理器配置为： 基于图像的清晰度分数以及基于特定于包括所述图像的图像类别的分布参数，计算图 像的模糊概率;以及其中 使设备显示清晰度分数使设备以图像的模糊概率显示清晰度分数。5. -种方法，包括： 从用户的设备接收图像；以及 将图像划分为沿图像的横轴和纵轴在量上相等的矩形区域； 计算沿图像的横轴和纵轴在量上相等的矩形区域的模糊分数， 计算矩形区域的模糊分数基于非参考模糊度量； 基于在相互垂直的方向上对图像进行滤波的两个结果，计算图像的加权矩阵； 基于将加权矩阵应用于矩阵区域的模糊分数，产生图像的清晰度分数，产生清晰度分 数是由机器的处理器执行的；以及 使用户的设备显示图像的清晰度分数，作为对接收到图像的响应。6. 根据权利要求5所述的方法，其中： 使设备显示清晰度分数使设备以图形化清晰度计来显示清晰度分数，所述图形化清晰 度计指示图像相对于多个附加图像的相对清晰度。7. 根据权利要求6所述的方法，还包括： 基于图像的清晰度分数，产生图形化清晰度计。8. 根据权利要求5所述的方法，还包括： 在将图像划分为矩形区域前，将接收到的图像转换至灰度，以及其中 划分灰度图像导致灰度的矩形区域。9. 根据权利要求5所述的方法，其中： 将接收到的图像转换至灰度是根据每个灰度像素的强度等于0.2985R+0.5870G+ 0.1140B的函数来执行的，其中，R、G和B表示相应图像像素的红、绿和蓝颜色分量。10. 根据权利要求5所述的方法，其中： 计算加权矩阵包括： 通过在水平方向对图像进行Sobel滤波，获得第一结果；以及 通过在竖直方向上对图像进行Sobel滤波，获得第二结果；以及 第一和第二结果是计算加权矩阵所基于的两个结果。11. 根据权利要求5所述的方法，其中： 计算加权矩阵包括根据在相互垂直的方向上对图像进行滤波的两个结果，产生边缘能 量图；以及 加权矩阵是基于边缘能量图计算的。12. 根据权利要求11所述的方法，其中： 边缘能量图量化沿图像的横轴和纵轴在量上相等的每个矩形区域的边缘能量值；以及 计算加权矩阵包括累计每个矩形区域的边缘能量值。13. 根据权利要求5所述的方法，其中： 计算加权矩阵包括将加权矩阵应用于沿图像的横轴和纵轴在量上相等的矩形区域的 模糊分数。14. 根据权利要求5所述的方法，其中： 计算加权矩阵基于平滑参数，所述平滑参数适用于相对于边缘密度归一化加权矩阵。15. 根据权利要求5所述的方法，还包括： 基于图像的清晰度分数，计算图像的模糊概率；以及其中 使设备显示清晰度分数使设备以图像的模糊概率显示清晰度分数。16. 根据权利要求15所述的方法，其中： 计算模糊概率基于特定于包括所述图像的图像类别的分布参数。17. 根据权利要求15所述的方法，其中： 所述模糊概率表示图像相对于之前接收的多个其他图像的相对清晰程度。18. -种包括指令的非瞬态机器可读存储介质，所述指令当被机器的一个或多个处理 器执行时使机器执行操作，所述操作包括： 从用户的设备接收图像； 将图像划分为沿图像的横轴和纵轴在量上相等的矩形区域； 计算沿图像的横轴和纵轴在量上相等的矩形区域的模糊分数， 计算矩形区域的模糊分数基于非参考模糊度量； 基于在相互垂直的方向上对图像进行滤波的两个结果，计算图像的加权矩阵； 基于将加权矩阵应用于矩阵区域的模糊分数，产生图像的清晰度分数；以及 使用户的设备显示图像的清晰度分数，作为对接收到图像的响应。19. 根据权利要求18所述的非瞬态机器可读存储介质，其中 计算加权矩阵包括根据在相互垂直的方向上对图像进行滤波的两个结果，产生边缘能 量图；以及 加权矩阵是基于边缘能量图计算的。20. 根据权利要求18所述的非瞬态机器可读存储介质，其中，所述操作还包括： 基于图像的清晰度分数，计算图像的模糊概率；以及其中 使设备显示清晰度分数使设备以图像的模糊概率显示清晰度分数。
【专利摘要】系统可以被配置为计算和使用图像清晰度结果。在一些示例实施例中，由系统实现内容感知图像清晰度评估方案，以计算对关注对象拍摄的照片的清晰度或模糊程度。在特定示例实施例中，从图像清晰度评估方案计算的清晰度分数被转换为相对于与照片中所示对象相同类型的其他照片有意义的分数。在各种示例实施例中，基于移动的助手被配置为向使用移动设备上传照片的用户提供即时(或近似即时)的反馈。在备选示例实施例中，基于web的助手被配置为向同时向电子商务或市场网站上传一个或多个照片的用户提供即时(或近似即时)的反馈。
【IPC分类】G06K9/48, G06K9/40
【公开号】CN105556540
【申请号】CN201480044254
【发明人】阿努拉格·巴德瓦耶, 邸韡, 鲁宾逊·皮拉姆苏, 尼拉坎坦·桑德瑞森, 内特·L·莱曼
【申请人】贝宝公司
【公开日】2016年5月4日
【申请日】2014年3月27日
【公告号】CA2914043A1, EP3005236A1, US20140355881, WO2014197111A1